标签： 全部 强化学习 扩散模型 大语言模型 基准测试 视频生成 LLM智能体 世界模型 视觉语言模型 GRPO 多模态大模型 知识蒸馏 基准评测 具身智能 流匹配 机器人操作 多智能体系统 智能体 LLM Agent 可解释性 图像生成 代码生成 多模态学习 检索增强生成 注意力机制 RLVR 后训练 视频理解 机器人学习 多模态 长上下文 数学推理 图像编辑 VLA 数据合成 多模态大语言模型 推理加速 评测基准 高效推理 自监督学习 工具调用 对比学习 扩散语言模型 参数高效微调 视觉-语言-动作模型 Transformer 工具使用 LoRA 持续学习 自蒸馏 LLM评估 多模态推理 RAG 模仿学习 综述 信息检索 LLM推理 信用分配 在线策略蒸馏 合成数据 模型压缩
找到 77 条结果
相关性 | 日期

面向世界动作模型的视频原生动作先验学习

👍 55

让动作策略直接从无标注视频中学习动作先验，免中间接口，显著提升机器人泛化与标签效率

Zhaochong An, Fei Zhang, Menglin Jia, Duncan Frost, Zijian Zhou, Yikai Wang,... 2026-10-05
世界动作模型 域外泛化 机器人操作 模仿学习 流匹配
✅ 已总结
详情 →

PointWAM：面向灵巧机器人操作的3D世界动作模型

👍 52

把场景与双手统一表示为共享时空坐标系中的3D点轨迹联合预测，再将手部轨迹重定向为机器人动作

Chunghyun Park, Beomjun Kim, Seungcheol Park, Heeseung Kwon, Yashu Shukla,... 2026-10-05
3D点云 世界动作模型 人类视频预训练 机器人学习 模仿学习
✅ 已总结
详情 →

智能体先验引导的策略学习

👍 50

用技能的结构先验同时塑形训练泛化并指导运行时技能选择组合

Puming Jiang, Tianrun Hu, Haozhe Du, Yibo Li, Zhiwei Xue, Xinhu Li, Harold Soh 2026-10-02
LLM智能体 分布外泛化 扩散策略 技能组合 机器人操作
✅ 已总结
详情 →

AREX-2：通过长程反思任务推进自改进智能体

👍 88

在可验证域构造长程反思轨迹训练27B模型，实现测试时自我改进并跨域迁移

Hongjin Qian, Chaofan Li, Kun Luo, Wenqing Wei, Jianlyu Chen, Shuqi Lu,... 2026-10-01
数据合成 模仿学习 测试时扩展 自改进智能体 长程反思
✅ 已总结
详情 →

无需显式轨迹的3D扩散策略前瞻学习

👍 8

用未来夹爪状态监督出的紧凑趋势隐变量，为3D扩散策略提供软性前瞻而不做显式轨迹规划。

Zhongbo Zhang, Zaibin Zhang, Yifan Wang, Changbo Yan, Lijun Wang, Huchuan Lu 2026-09-21
3D扩散策略 机器人操作 模仿学习 运动趋势引导 隐变量表征学习
✅ 已总结
详情 →

模态自回归世界-动作模型

👍 11

按点轨迹→DINO→深度→RGB顺序自回归预测多模态未来再生成动作的机器人世界-动作模型

Adam Hung, Bardienus P. Duisterhof, Deva Ramanan, Jeffrey Ichnowski 2026-09-16
世界模型 多模态生成 机器人操作 模仿学习 流匹配
✅ 已总结
详情 →

EXIMO：VLM 引导的 VLA 策略探索

👍 11

用VLM编排VLA探索采集新任务数据，再经蒸馏与残差RL高效微调

Bhavya Sukhija, Oliver Groth, Mohit Shridhar, Tim Hertweck, Michael Bloesch,... 2026-08-21
VLA 强化学习 机器人操作 模仿学习
✅ 已总结
详情 →

πR²：反应式实时流匹配策略

👍 5

让大规模VLA流匹配策略实时闭环，重规划提速约4倍，成功率提升最高30%

Sungjae Park, Shubham Tulsiani 2026-07-30
反应式控制 扩散强制 机器人操作 模仿学习 流匹配
✅ 已总结
详情 →